|
在MongoDB中,为了提高系统的可用性(availability)和数据的安全性,每一个shard被存储多份,每个备份所在的servers,组成了一个replica set。3 ~6 A0 V E& X$ i N$ s
! ]/ _% S1 ?0 e* x& W- C( S
这个replica set包括一个primary DB和多个secondary DBs。Primary DB由replica set中的所有servers,共同选举产生。当这个primaryDB server出错的时候,可以从replica set中重新选举一个新的primaryDB,从而避免了单点故障。
. z! [% ^: p1 `. ]8 p% V5 g
# Y+ i* [. K, U# y3 ? 因此,了解replica set的运行机制,首先就要了解,在replica set中,primary是如何被选举出来的。1 x: e: b* K0 F1 {/ b' v
$ e$ L/ I+ @0 @" E0 A% c 假设我们的replica set有三个节点:X,Y和Z。这三个节点每2秒会各自向其它两个节点发送一个心跳检测请求。比如X节点向Y和Z节点各发送了一个心跳检测请求,在正常情况下,Y、Z会做出回复,这个回复包含了Y和Z的自身信息,这个信息主要包括:它们现在是什么角色(primary 还是 secondary),他们是否能够成为 primary,他们当前时钟时间等等。: u$ k9 j- i3 o
; s; o8 w+ }% {: Y( |, P X节点在收到回复后,会更新自己的一个状态映射表,更新的内容包括:是否有新的节点加入或有老的节点宕机了,这个请求的网络传输时间等等。! p3 r) z; u% ^; K: `+ G
9 p$ w: x1 l3 `
这个时候,如果X的映射表发生了变化,X会进行如下一些判断:如果X是 primary,而replica set中的某个节点出现了故障,X要确认它是否可以和replica set中的大多数节点通信,如果不能与大多数节点通信,那么存在如下两种可能,一种是绝大多数的servers都出现了故障,比如宕机了;另外一种,就是replica set中网络断开,形成多个节点集群,每个集群都不知道自己被孤立了,这种情况下,每个节点集群,都会选出自己的primary,从而导致整个replica set中,出现数据不一致。为了防止第二种情况的出现,一旦X发现自己不能与大多数节点通信,那么它会把自己从 primary 降级为 secondary。. m: ~5 h; Z. V7 U2 Z O
3 h8 t( E% F% B3 M; s降级
9 L1 B. t: G( d: c! ]& p- ^/ r6 w
: y; b' T, Q& [, z* B 在 MongoDB 中,写操作默认是 fire-and-forget 模式,也就是说执行写操作的时候不关心是否写入成功,用户发完写操作的请求后,就认为操作成功了。
; j% `3 A" t7 d7 i' r/ Y5 I& G7 J `# Z7 F9 y3 x
在X节点从 primary 降级为 secondary 的时候,会存在一些问题:如果用户正在执行fire-and-forget 模式下的写操作,这个时候 primary 降级了,但是用户并不知道primary 已经降级成为 secondary 了,继续不停的发送写操作请求给这个primary节点。这个刚刚从primary降级为 secondary 的节点,本来可以发送一个信息给用户,“我是secondary,不能执行写操作了”,但是由于当前的写操作是在fire-and-forget 模式下,用户不会接收回复消息,所以用户不知道这次写入已经失败了。: M, c4 X, a$ `6 J, W& G5 H
+ l; W0 T1 R `3 b+ L1 {! B$ w! k 你可能会说,“那我们使用安全写入不就行了”,安全写入意思是说等待服务器返回成功后用户才认为写成功了,但是这对写操作的性能是有损失的。
( Z0 R, f, v4 d8 B
. v5 n! `" p4 i) v6 n+ X1 w 所以,在一个 primary 降级成为 secondary 后,它会将和用户之间的所有连接关闭,这样用户在下一次写入的时候就会出现 socket 错误。而客户端在发现这个错误之后,就会重新向replica set获取新的 primary 的地址,并将后续的写操作都往新的primary上写入。! M. \4 Y( A) o9 N
+ u0 c, l# }/ ^1 ^; o: _
选举
]. s" S( H/ g7 ]' @& c( \( o1 l( r
我们回头再来看心跳检测:如果X是一个 secondary节点,就算X上的状态映射表没有发生变化, X也会定时向replica set中的其他节点发消息,检测是否需要选举自己成为 primary。检测的内容包括:replica set集群中,是否有其它节点认为自己是 primary?X节点自己是否已经是 primary?X节点是不是没有资格被选举为 primary?如果以上问题中的任何一个回答是否定的,X节点就不会把自己变成primary,然后隔一段时间继续向replica set中的其他节点发消息,检测上述问题。" d: L2 ?/ V+ Z8 [
, a) ]4 n I4 ]- k7 Y
当确实需要选举一个primary时,X就会发起选举的第一个步骤,X节点会向Y、Z节点发出一条消息,“我想竞选primary,你们觉得怎么样?”/ O- G' K c7 p, Q$ ^+ B/ ~ l4 ^. m
( G4 d( J/ w, P/ J; r/ W
当Y和Z收到X发送的消息时,它们会进行下面几项检测:Y和Z是否已经知道replica set集群中有一个 primary了?Y和Z自己的数据是否比X节点的数据更新?Y和Z是否知道有其它节点的数据比X节点的数据更新?如果每一项检测都不满足,就说明X最适合作为primary,Y和Z暂时回复一条消息,“继续进行”。如果Y和Z发现上述的问题,有任何一条满足,就说明X不能作为primary,它们会回复“停止选举。”5 l4 Q+ {# r- J
; Z; K6 Y2 S( X2 L X从Y和Z收到的回复消息,如果其中任何一个节点发送的是“停止选举”,那么X会立刻取消选举,继续作为secondary节点运行。 R+ M" g2 _" m# p- z" \' S
4 y% M8 t0 x$ L" b S, y0 d2 `& Z
X从Y和Z收到的回复消息,如果全都是“继续进行”,X就会进入选举的第二阶段(也是最后一个阶段)。
( h: B8 [# c; z ?$ u/ y' V" {: I. S! J7 }$ E& }6 q1 I$ ~- b
在第二阶段中,X向其它节点发送一条消息,“我正式宣布我当选了,已经是primary了”,这时,Y和Z节点会进行最后一轮确认:之前验证过的所有条件现在还成立么?如果确实如此,Y和Z节点投出赞成票,允许X当选为primary,同时X得到了election lock。Election lock会限制Y和Z在30秒内不会再做其它投票决定。% s% O1 ]/ F, t3 H( g; v) L4 a
# M: v: b. U8 U 如果Y或者Z节点的最后一轮确认没有通过,它们会投一个否决票。只要有一个否决票,选举就失败了。1 V7 a# o, }! K, }3 F5 m4 ]& d& ^
5 ` G% v2 _6 y( ~$ I6 C) ] 假设Y赞成X成为primary,但是Z投了否决票,那么X就不能当选为primary了。这时,如果Z想发起选举,选自己担任primary,那么Z就必须获得X的赞成票才可以当选。Z必须获得X的赞成票的原因是,Y给X投了赞成票之后,得到了election lock,因此,30秒内Y不能再为其他选举投票了,也就是说30秒内不能为Z发起的选举进行投票。这时,只剩下X能为Z的选举请求进行投票了。
( x4 ^( D1 J% X, n4 K; R4 L: i
. X# U, f ~) z1 _- P' e 所以投票的规则是这样的:如果没有人投否决票,并且选举对象获得的赞成票超过半数,那么选举对象就能够成为 primary。
4 c- F! x4 J6 }6 T8 R% V3 ]1 A, ^3 ? s2 M. c# t
1 |3 G8 z: o! F
Reference,* b, r9 o7 l& t% [4 ?+ R! }4 d
3 Y- L+ o. Z1 D* v/ N
[0] Replica Set Internals Bootcamp: Part I – Elections$ c' q7 e8 U" G
http://www.kchodorow.com/blog/20 ... p-part-i-elections/- P2 Z$ \8 M, A) v
|
评分
-
查看全部评分
|